PARP Inhibitors in Cancer Therapy: Magic Bullets but Moving Targets
Notice bibliographique
Résumé
The pharmacological inhibitors of \npoly(ADP-ribose) polymerase-1 (PARP- \n1) have reached the first milestone toward \ntheir inclusion in the arsenal of anti-cancer \ndrugs by showing consistent benefits \nin clinical trials against BRCA-mutant \ncancers that are deficient in the homologous \nrecombination repair (HRR) of \nDNA double strand breaks (DSB) (1, \n2). PARP inhibitors (PARPi) also potentiate \ntherapeutic efficacy of ionizing \nradiation and some chemotherapeutic \nagents (1). These effects of PARPi \nwere initially linked to inhibition of the \nrole of PARP-1 in base excision repair \n(BER) of DNA damaged by endogenous \nor exogenous agents, resulting in \naccumulation of single strand breaks \n(SSB), which upon conversion to toxic \nDSB lesions would kill cancer cells deficient \nin DSB repair (1, 3, 4). However, \nPARPi lethality in HRR-deficient cancers \ncan also be explained by other mechanisms \nnot involving a direct effect of \nPARPi on BER [reviewed in Ref. (5, \n6)]. In addition, therapeutic benefits \nof PARPi with agents such as carboplatin \nin HRR-proficient and -deficient \ntumors [reviewed in Ref. (1, 7)], simply \ncannot be explained by BER inhibitory \neffect of PARPi. Therefore, PARPi are \nlike magic bullets that can kill cancer \ncells under different circumstances, \nbut to comprehend their global scope \nand limitations, here we discuss the full \nrange of their targets and the possible \nimpact of broad specificity of current \nPARPi during prolonged therapy of cancer \npatients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».